On the Usefulness of Tax Incentives for Business Angels and SME Owners: An empirical Analysis
Notice bibliographique
Résumé
De nombreux gouvernements ont instauré des programmes fiscaux destinés à promouvoir le financement des petites et moyennes entreprises. Il existe toutefois très peu d'études de l'efficacité de ces initiatives. Nous analysons le programme de Société de placements dans l'entreprise québécoise (SPEQ), instauré au Québec pour améliorer la capitalisation des petites et moyennes entreprises. Les actionnaires de sociétés de portefeuille obtiennent d'importants crédits d'impôt lorsque ces sociétés financent des entreprises admissibles. Nous analysons en premier lieu le programme à la lumière des principes de base du financement des entreprises : l'asymétrie informationnelle, les problèmes d'anti-sélection et d'agence et la réticence à partager le contrôle. Comme le programme ne tient aucun compte de ces diverses dimensions, nous posons l'hypothèse qu'il ne permettra pas l'atteinte de l'objectif premier, qui était d'attirer des investisseurs providentiels dans l'actionnariat des entreprises. Nous supposons également que le programme devrait attirer principalement des entreprises de qualité médiocre, dont la performance après le placement sera faible. L'analyse de l'ensemble des SPEQ agréées entre 1998 et 2003 et des 83 sociétés financées pour lesquelles des données comptables sont accessibles permet de confirmer chacune de ces hypothèses. Le programme n'atteint pas ses objectifs et ne peut pas être considéré comme un succès. L'étude met en évidence l'importance de dessiner très soigneusement les programmes d'aide au financement des petites entreprises.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».